基于谐波的乐纹提取和音乐检索

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (2): 139-141.

• 数据库、信号与信息处理 • 上一篇下一篇

基于谐波的乐纹提取和音乐检索

周虹辰1，蒋冬梅1，Hichem Sahli2，Werner Verhelst2

1.西北工业大学计算机学院，西安 710072
2.布鲁塞尔自由大学（VUB）电子与信息工程系，布鲁塞尔 1050

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-11 发布日期:2012-01-11

Music fingerprint extraction and music retrieval based on harmonic

ZHOU Hongchen1, JIANG Dongmei1, Hichem Sahli2, Werner Verhelst2

1.School of Computer, Northwestern Polytechnical University, Xi’an 710072, China
2.Dept. of Electronics & Informatics（ETRO）, Vrije Universiteit Brussel（VUB）, Pleinlaan 2, B-1050 Brussels, Belgium

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-11 Published:2012-01-11

摘要/Abstract

摘要： 提出了一种基于节拍内音乐谐波特性的乐纹特征提取方法，首先求得每帧音乐的谐波信息，再利用跟踪得到的节拍，计算节拍内所有帧的谐波信息的均值，构成此节拍的乐纹特征矩阵。为了提高音乐检索的效率，设计了一个二级音乐检索算法：根据节拍信息，将与查询音乐片段的每分钟节拍数相近的音乐作为候选音乐，再逐节拍计算所查询音乐的乐纹和候选音乐乐纹的相似度，选择相似度最高的音乐作为检索结果。实验结果表明，提出的乐纹特征和音乐检索算法有效地提高了检索准确率和检索效率。

关键词: 乐纹, 节拍, 谐波, 音乐检索

Abstract: This paper presents a novel music fingerprint extraction method based on the harmonic characteristics of the beats in music. The harmonic information of each music frame is obtained, then based on the tracked beats, the mean of the harmonic’s information of all the frames in one beat is caculated, as the music fingerprint characteristic matrix of that beat. In order to improve the efficiency of music retrieval, a two level retrieval algorithm is proposed. The music whose beats in per minute（BPM） is close to that of the queried music clip is chosen as a candidate music, then the similarity between the music fingerprints of the queried music and of the candidate is calculated beat by beat, the music with the highest similarity is chosen as the retrieval result. Experimental results show that the music fingerprint and music retrieval algorithm proposed in this paper improves the retrieval accuracy and efficiency.

Key words: music fingerprint, beat, harmonic, music retrieval

周虹辰1，蒋冬梅1，Hichem Sahli2，Werner Verhelst2. 基于谐波的乐纹提取和音乐检索[J]. 计算机工程与应用, 2012, 48(2): 139-141.

ZHOU Hongchen1, JIANG Dongmei1, Hichem Sahli2, Werner Verhelst2. Music fingerprint extraction and music retrieval based on harmonic[J]. Computer Engineering and Applications, 2012, 48(2): 139-141.

[1]	李强，于凤芹. 一种改进的基于音高显著性的旋律提取算法[J]. 计算机工程与应用, 2019, 55(3): 115-119.
[2]	王杰1，杨程程1，莫嘉永2，王敦泽1，王谢谢1. 谐波重构先验信噪比估计算法[J]. 计算机工程与应用, 2018, 54(7): 44-48.
[3]	郭瑞，樊亚敏. 极限学习机延拓的BS-EMD端点效应抑制算法及应用[J]. 计算机工程与应用, 2017, 53(7): 256-262.
[4]	王培培，王斌 . 支持得分矩阵的音乐检索技术[J]. 计算机工程与应用, 2017, 53(5): 17-23.
[5]	陆建龙1，魏建勋2，黄辉先1，彭一芯1，方鑫1. 基于提升小波变换的在线谐波检测[J]. 计算机工程与应用, 2016, 52(14): 50-53.
[6]	庄严，于凤芹. 结合节拍语义和MFCC声学特征的音乐流派分类[J]. 计算机工程与应用, 2015, 51(3): 197-201.
[7]	关维国1，姚清志1，鲁宝春2. 微电网HHT谐波检测与时频分析方法[J]. 计算机工程与应用, 2015, 51(20): 198-202.
[8]	郭冀岭，肖建，邱忠才. 七相感应电机缺相时消除谐波的矢量控制研究[J]. 计算机工程与应用, 2015, 51(19): 236-241.
[9]	周健，汪雄，方婷. 基于S-GA的连铸热轧工序成本研究[J]. 计算机工程与应用, 2014, 50(3): 256-260.
[10]	季伟，林卫星，黄伟锋. 基于DSP产生的SPWM波的谐波估计与分析[J]. 计算机工程与应用, 2013, 49(9): 211-217.
[11]	高正龙1,吴涛1，2，陈小波1，杨莹莹1. 图像滤波的商空间粒计算算法[J]. 计算机工程与应用, 2013, 49(24): 182-185.
[12]	朱琴跃，王俊哲，刘爱雷. CRH1与CRH2动车组牵引变流器性能比较与优化[J]. 计算机工程与应用, 2013, 49(21): 255-261.
[13]	黄剑锋，赵晶英. 装配线生产节拍优化系统的研究与开发[J]. 计算机工程与应用, 2013, 49(16): 244-247.
[14]	王坤赤，袁燕，王建强，张裕胜，杨永杰. 基于频域时域联合分析的语音端点检测[J]. 计算机工程与应用, 2012, 48(34): 144-147.
[15]	祝彦成，王文波，赵攀. 基于谐波小波与神经网络的钢铁价格预测[J]. 计算机工程与应用, 2012, 48(3): 246-248.

基于谐波的乐纹提取和音乐检索

Music fingerprint extraction and music retrieval based on harmonic

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics